Qué representan los 25 peldaños

Veinticinco peldaños forman la escalera de entrenamiento, del peldaño 1 al 25. Cada uno apunta a un objetivo Elo concreto, separado del siguiente por cien puntos: 100 para el primero, 2500 para el último. La función que calcula este objetivo en el código del juego solo multiplica el número del peldaño por cien. No son puntuaciones medidas: son objetivos fijados de antemano para ofrecer una escalera clara a quien descubre el tres en raya definitivo.

La propia página lo dice sin rodeos: junto al bot seleccionado, la etiqueta «Elo provisional» sustituye a una cifra medida mientras no se hayan jugado partidas de calibración. Es una decisión deliberada, no una casilla marcada a la ligera. Veinticinco bots y dos referencias de comparación esperan una campaña de medición antes de que su objetivo mostrado se convierta en un Elo observado. Esta honestidad es una ventaja, no algo incómodo que ocultar: dice exactamente qué sabe la página y qué ignora todavía, en vez de presentar una suposición como certeza.

Qué cambia realmente de un peldaño a otro

Lo que distingue realmente el peldaño 1 del 25 se puede comprobar en el archivo de configuración de los bots, no en una promesa de marketing. Dos ajustes cambian a lo largo de la escalera: el número de simulaciones de búsqueda pasa de 2 a 64 y la temperatura baja de 1,6 a 0,1. La primera cifra indica cuántas secuencias de jugadas explora el algoritmo antes de decidirse: 2 en el peldaño 1 y hasta 64 en el 25, es decir, treinta y dos veces más exploración arriba que abajo.

El segundo ajuste, la temperatura, determina cuánto se aproxima la elección final a la opción mejor valorada por esa exploración: una temperatura alta permite jugadas más variadas; una baja concentra casi siempre la elección en el candidato mejor valorado. Ambos ajustes cambian cómo decide el bot, pero aún no la calidad del criterio que sustenta esa decisión: la red que evalúa cada posición todavía no se ha entrenado, como explica la sección siguiente.

Cómo está diseñado el motor

El motor está diseñado como una red neuronal acoplada a una búsqueda en árbol de tipo MCTS (Monte Carlo Tree Search): la red propondrá una evaluación de la posición y jugadas prometedoras, y el árbol de búsqueda pondrá a prueba esas intuiciones simulando secuencias de jugadas. Su arquitectura ya está fijada: un tronco de 4 bloques con 32 canales, una cabeza de política sobre las 81 casillas del tablero grande y una cabeza de valor con 64 unidades ocultas. Pero, por ahora, sus pesos solo proceden de un generador de números aleatorios.

Los veinticinco peldaños apuntan al mismo punto de partida: un único conjunto de pesos compartido por toda la escalera a la espera del entrenamiento. El plan es entrenar mediante self-play, con la red jugando contra sí misma para generar sus propios datos de aprendizaje, seguido de una arena de promoción donde cada candidato se enfrente a la mejor versión anterior, antes de una campaña de calibración que mida dónde se sitúa realmente cada peldaño en la escala Elo. Nada de esto ha ocurrido aún. La red no ha aprendido a jugar: todavía espera su primera partida de entrenamiento.

Elige tu peldaño y progresa

Para elegir un peldaño no necesitas conocer tu nivel de antemano. Si solo quieres jugar al tres en raya contra una IA sin esperar a que se conecte un rival humano, empieza en el peldaño 1: es el punto de entrada más bajo de la escalera y puedes repetirlo tantas veces como necesites antes de subir. La lista de peldaños está disponible en todo momento: no es obligatorio jugar en orden, pero seguir la escalera ofrece un hilo conductor a quien no sabe por dónde empezar.

La barra de progreso de la página indica cuántos peldaños has superado, y una marca identifica cada uno en la lista. Tras superar un peldaño, conviene enfrentarse al siguiente en vez de saltarse varios de golpe: cada peldaño introduce un pequeño cambio en cómo el bot busca sus jugadas, y avanzar de uno en uno permite percibir la diferencia. Elegir tu bando —primer jugador, segundo o al azar— antes de empezar también cambia la experiencia, sin cambiar el peldaño al que te enfrentas.